講究與將就

本文是圓方的第1533篇原創(chuàng)

（點擊標題下方小耳機標志可收聽音頻）

01

熟悉圓方的小伙伴都知道，這幾天因為剛剛get了Ai coding 的Skill，所以這幾天沉迷于“編程”不可自拔。

參見

不知道小伙伴們現在用的都是誰家的API，圓方現在

接的是

deepseekv4pro

框架用的是

Claude Code

整體感覺還蠻不錯的。

昨天在群里和小伙伴們爭論了半天，現在到底是用Claude code+Claude好，還是Claude code+Deepseek v4 pro更好？

雙方之間的差距大么？

大家好，我是圓方，今天我們一起聊聊

講究和將就

02

很有趣的一點是，我身邊原來就做編程出身(在AI編程之前有手搓代碼開發(fā)經驗的）的同學，對于Claude code+Claude是非常非常認可的。

也不奇怪，很長一段(一年多)的時間以來，Claude的確在編程這一塊是遙遙領先的。

不過就圓方這樣一個剛剛學會的萌新而言，兩者我都試了試，并沒有感覺出來明顯的區(qū)別。

我自己的理解是，在 Claude Code 這個強大的 Agent 框架下，接入 DeepSeek V4 Pro 與接入原生 Claude 模型，在編程能力上的差距并非“代際碾壓”，而是：

“高段位之間的偏好分野”。

Claude在復雜推理和多模態(tài)交互上更為老練和專業(yè)，DeepSeek V4 Pro在上下文長度上有一定優(yōu)勢。

這么說吧，當我們面對那 20% 的挑戰(zhàn)性任務，例如復雜的系統(tǒng)級 Bug 修復、需要深刻理解業(yè)務邏輯的架構重構時，Claude Opus 更強的推理和全局分析能力就非常關鍵。

而對于 80% 的日常開發(fā)任務，如常規(guī)編碼、單元測試、代碼重構等，DeepSeek V4 Pro 完全能夠勝任。

03

而最為重要的變量，可能是“成本”。

兩者圓方都跑了一下，可能是因為我的場景比較簡單，有許多“重復”又需要大量吞吐數據的需求。

綜合算下來，感覺Deepseek的token成本，只有Claude的 4%-10%。

從整體的開發(fā)效率上來看，個人感覺80%的遇到的問題，其實不是編程能力的問題，反而是我自己的思路和認知問題。

換句話說，主要是因為我沒有想清楚，自己想要的到底是什么。

又或者說，是我并沒有想明白，要如何去實現我想要的功能。

而在我慢慢適應了AI編程之后(有點像適應自動駕駛的過程)，慢慢越來越相信它之后，反而很多問題能找到更好的解法。

比如，我現在的習慣是：

當我有一個需求，我會讓它根據我的需求來問我不少于十個問題，讓我來再次確認需求。

在確認需求的時候，我又能被啟發(fā)到許多之前沒考慮到的問題。

當它明確了我的需求，我又會讓它根據需求提出不少于十個優(yōu)化建議，讓我來決策，從而有更完善的方案。

當我決策完形成了系統(tǒng)方案之后，在開發(fā)之前，我還會讓他再去搜索已經有的成熟的解決方案和skill，來完善它的開發(fā)方案。

經過三輪的確認，優(yōu)化，提升，整體感覺絕大多數問題就已經能被解決了。

04

其實，就我自身的感覺而言，現在對于絕大多數人而言(80%)，自己手搓AI編程這個事，基本還處在一個“將就”的階段。

對于絕大多數人而言，過去都是騎自行車(委托別人開發(fā)過），甚至純粹是走路(沒開發(fā)過)。

現在有了汽車，最最最重要的不是說汽車馬力多大，汽車品牌多響，而是先學會開汽車。

手頭有什么車，就去開什么車。

先學會開車，哪怕是個二手車，也先學會開車。

因為開上了車

你就會發(fā)現一個新世界被打開了

05

圓方剛上手那幾天，特別焦慮。

總覺得工具不夠好，模型不夠強，框架不夠穩(wěn)。

每天花大量時間比較各種配置，看評測，翻論壇，生怕自己輸在了起跑線上。

折騰了一整晚，代碼一行沒寫，任務倒是開了一大堆。

這種狀態(tài)特別消耗人，你會陷入一種精致的停滯，看起來在做很重要的事，實際上原地踏步。

后來圓方強迫自己停下來，只留了一套最順手的配置，其他全關掉。

從那天開始，事情才真正往前走了。

06

圓方現在越來越覺得

講究應該是一種方向感

而不應該是一種門檻

真正的講究，是把有限的注意力投注到那些不可逆的決策上。

比如需求的精準度，比如邏輯的完備性，比如用戶體驗的細膩程度。

這些地方值得反復推敲，值得花時間。

至于那些可以隨時切換、隨時替換的環(huán)節(jié)，快速選定一個能用的方案就夠了，這就是將就的智慧。

將就從來不代表敷衍。

將就的本質，是承認資源的邊界，承認時間的有限，承認自己的精力需要被保護。

你在一百個細節(jié)上都追求極致，最后的結果往往是哪一個都沒做到極致。

反倒是那些在大部分地方敢于將就的人，才能把節(jié)省下來的心力，精準地投放到少數幾個真正需要講究的環(huán)節(jié)里。

07

圓方見過很多厲害的人，他們的共同點恰恰是特別擅長將就。

對吃的將就，對穿的將就，對辦公室大小將就，對設備新舊將就。

但他們對核心問題的判斷，對關鍵決策的推敲，那份講究的程度令人敬佩。這種收放自如的狀態(tài)，才是成熟的標志。

回到AI編程這個話題。

模型選哪個，API用哪家，說到底都是可以隨時調整的變量。

真正需要講究的，是你對需求的理解深度，是你拆解問題的邏輯，是你判斷一個方案好壞的標準。

這些東西，任何模型都幫不了你，只有持續(xù)地實踐、不斷地反思才能建立起來。

所以圓方的建議很簡單。

手頭有什么，就拿什么開始。

先跑起來，先產出東西，先拿到真實的反饋。

在行動中你會慢慢看清，哪些地方真的值得講究，哪些地方的將就其實完全沒有影響結果。這個分辨力，比任何工具配置都重要。

將就是起點

講究是方向

接受將就才能開始

懂得講究才能走遠